Page 64 - 2022年第53卷第6期

图 ４ 多点突变检验结果

３．２ 周期项与趋势项分析 采用 ＥＳＭＤ算法对北京
地区 ２９６年降水序列进行 分析，分解 得到 ７个 ＩＭＦ
分量及 １个残差分量，ＩＭＦ分量分解结果如图 ５所
示，从图中可以发现，所有 ＩＭＦ分量的振荡变化均
线都在零值附近，其局部变化也基本对称，并且各
分量的波动都存在一定的周期性。通过初步观察分
量间幅值、频率的相对变化，可以发现随着分解尺
度的增大，其振幅随之减小，而波长逐步增长。残
差分量没有表现出明显的周期变化规律，但由于研
究序列长度有限，故不排除其属于更长周期变化的
图 ５ ＥＳＭＤ算法 ＩＭＦ分量结果
组成成分的可能性。原序列残差分量可以表征北京
地区年降水序列在整个研究时域上呈现 “上升—平稳—下降” 的变化趋势。
３．３ 结果分析与讨论 水文时序突变即意味着时序某点前后统计规律发生显著变化，能否准确并全面
诊断水文时序突变点与水文序列样本容量、突变点数目、突变位置、样本及总体分布等因素息息相
关，针对北京地区降水序列突变点检验研究数据多局限于 ５０～７０ａ的样本容量小的现状，依据 ＢＳ －
Ｐｅｔｔｉｔｔ 模型在多点突变检验过程中选取含有显著突变点的连续短时序降水时段 １７２４—１７６９年、１９６６—
２０１９年、１７７６—２０００年、１８１３—２０００年、１８７１—２０００年、１８９６—２０００年，并结合研 究区 现有文献，
选取以往研究时序 １９５１—２０１５年、１９６１—２０１０年、１９５８—２００８年、１９８０—２０１２年，采用 Ｋ － Ｓ（Ｋｏｌ

— ６ ９ —
０